Prédiction intelligente des défaillances dans les systèmes de pompage

Djedidi, Mohaned (2025). Prédiction intelligente des défaillances dans les systèmes de pompage. (Mémoire de maîtrise). Université du Québec en Abitibi-Témiscamingue. Depositum. https://depositum.uqat.ca/id/eprint/1898

Prévisualisation

PDF Télécharger (5MB) | Prévisualisation

Résumé

RÉSUMÉ

Le secteur minier est confronté à d’importants défis liés à la maintenance et à la fiabilité des systèmes de pompage. Ces systèmes, sont soumis à des conditions d’exploitation sévères qui favorisent l’apparition de défaillances imprévues en l’absence d’outils avancés de diagnostic et d’analyse. Ce travail de recherche vise à optimiser la gestion et la fiabilité des réseaux de pompage miniers à l’aide de techniques avancées.

Deux approches complémentaires ont été développées. La première repose sur la modélisation numérique appliquée à une pompe centrifuge multi-étages submersible réelle. Cette modélisation inclut des analyses CFD et FSI. Elle a permis d’identifier les zones critiques de la pompe, d’expliquer la défaillance observée et de proposer une solution. Les résultats CFD et la durée de vie numérique ont été validés expérimentalement et la solution proposée a montré une réduction des contraintes maximales ainsi qu’une augmentation de la durée de vie estimée de l’équipement. La seconde approche s’appuie sur la modélisation nodale des réseaux de pompage, en tenant compte des interactions entre les différentes composantes d’un réseau complet, afin d’identifier les éléments critiques et d’optimiser le déploiement des capteurs pour la détection et la localisation des fuites. Pour la détection des zones critiques, des indicateurs de criticité ont été développés, permettant de mieux gérer les ressources et de mieux planifier les interventions sur les segments critiques. Concernant la localisation des fuites dans le réseau de pompage, deux méthodologies ont été explorées. La première, fondée sur l’algorithme NSGA-III, et la seconde, sur la sélection ascendante.

Les résultats démontrent la complémentarité entre la modélisation numérique et la modélisation nodale, confirmant que leur intégration permet une meilleure compréhension du comportement des systèmes de pompage

ABSTRACT

The mining sector faces major challenges related to the maintenance and reliability of pumping systems. These systems operate under severe conditions that promote the occurrence of unexpected failures in the absence of advanced diagnostic and analysis tools. This research aims to optimize the management and reliability of mining pumping networks using advanced techniques.

Two complementary approaches were developed. The first is based on numerical modelling applied to a real multistage submersible centrifugal pump. This modelling includes CFD and FSI analyses. It made it possible to identify the critical zones of the pump, explain the observed failure, and propose a solution. The CFD results and the numerically predicted service life were experimentally validated, and the proposed solution showed a reduction in maximum stresses as well as an increase in the estimated service life of the equipment.

The second approach relies on nodal modelling of pumping networks, taking into account the interactions between the different components of a complete network, in order to identify critical elements and optimize sensor deployment for leak detection and localization. To detect critical zones, criticality indicators were developed, enabling better resource management and improved planning of interventions on critical segments. For leak localization in the pumping network, two methodologies were investigated: the first based on the NSGA-III algorithm, and the second on forward selection.

The results demonstrate the complementarity between numerical modelling and nodal modelling, confirming that their integration provides a better understanding of the behaviour of pumping systems.

Type de document:	Thèse ou mémoires (Mémoire de maîtrise)
Directeur ou directrice de recherche:	Mrad, Hatem
Codirecteurs de mémoire/thèse:	Soussi, Héla
Mots-clés libres:	Réseaux de pompage, Maintenance prédictive, Modélisation nodale, Apprentissage automatique, Simulation numérique, Optimisation, Pumping networks, Predictive maintenance, Smart monitoring, Nodal modeling, Machine learning, Numerical simulation, Optimization
Divisions:	Génie > Maîtrise en ingénierie
Date de dépôt:	08 oct. 2026 14:40
Dernière modification:	08 oct. 2026 14:40
URI:	https://depositum.uqat.ca/id/eprint/1898

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt